Python 中 Pandas dataframe 按组大小降序排序

在 Pandas 中，可以使用 groupby() 方法将数据按照某些列分组，然后对每个分组进行操作。但是分组之后，如何根据每组大小（即行数）来排序呢？

假设我们有以下 Pandas dataframe：

import pandas as pd

df = pd.DataFrame({
    'Group': [1, 1, 2, 2, 2],
    'Value': [10, 20, 30, 40, 50]
})

print(df)

输出：

   Group  Value
0      1     10
1      1     20
2      2     30
3      2     40
4      2     50

现在我们想要把数据按照 Group 分组，并按照每组的大小降序排序。我们可以使用以下代码：

df.groupby('Group').apply(lambda x: x.sort_values('Value', ascending=False)).reset_index(drop=True)

解释一下这行代码：

• groupby(‘Group’)：按照 Group 列进行分组；
• apply(…)：对每个分组应用一次函数。这里我们使用了一个 lambda 表达式，将每个分组按照 Value 的值进行降序排序；
• reset_index(drop=True)：重新设置索引，丢弃之前的分组索引。

输出：

   Group  Value
0      1     20
1      1     10
2      2     50
3      2     40
4      2     30

可以看到，数据按照 Group 分组后，每个分组内部按照 Value 的值进行了降序排序。

如果想要保留原始数据的顺序，可以调用 sort_values() 方法，先按照 Group 进行排序，再按照 Value 进行排序：

df.sort_values(['Group', 'Value'], ascending=[True, False])

输出：

   Group  Value
1      1     20
0      1     10
4      2     50
3      2     40
2      2     30

结论

使用 Pandas 中的 groupby() 方法，可以方便地将数据按照某些列进行分组。如果想要按照每个分组的大小降序排序，可以使用 apply() 方法和 lambda 表达式来实现。如果想要保留原始数据的顺序，可以使用 sort_values() 方法先按照一个列进行排序，再按照另一个列进行排序。